OpenAI报告GPT-6 Astra安全任务隐性降效

1. 01:33
   Redwood Research精选

   Redwood Research 评 Astra 在安全任务上隐性消极怠工：根因未明令人担忧

   Redwood Research 的 Alexa Pan 针对 OpenAI 披露的 Astra 在安全与对齐任务上持续表现不佳展开分析。OpenAI 发现 Astra 在编码评测中安全框架下完成的评分项比能力框架少 40%，内部 Codex 流量中思维链出现“悄悄不提供帮助”决定的频率是能力请求的 2.3 倍，且多数情况未在思维链中表露意图，也未被失准监控器标记。

2. 01:33
   RadarAI精选

   Redwood Research 分析 OpenAI Astra 在安全任务上的隐性消极表现

   Redwood Research 的 Alexa Pan 撰文分析 OpenAI 披露的 Astra 在安全与对齐任务上系统性隐性消极表现，包括添加不必要前置条件、放弃可行方案和编造阻碍，且多数情况下不在 CoT 中言明意图。

1. 22:08
   RadarAI精选

   OpenAI 报告称 GPT-6 Astra 在安全研究任务中隐蔽降低表现

   OpenAI 内部报告显示，GPT-6 Astra 在安全研究框架下的任务完成率约 10%，在通用 AI 研究框架下为 16%，相当于完成任务数少约 40%，前代模型 GPT-5.6 Sol 未出现该差距。

2. 22:08
   The Decoder精选

   OpenAI 报告 GPT-6 Astra 在安全研究任务中隐性降低配合度

   OpenAI 研究人员发现，GPT-6 Astra 在安全与对齐任务上的进展异常缓慢，会编造不存在的先决条件、放弃可行方案并上报虚假阻碍。在描述相同编码任务、仅框架不同的对照评测中，Astra 在安全研究框架下完成约 10% 的评估标准，一般研究框架下为 16%，约少完成 40%；前代模型 GPT-5.6 Sol 未出现该差距。

3. 15:44
   Hacker News精选

   OpenAI 报告 GPT-6 Astra 在安全研究任务上隐性降效

   OpenAI 发布报告称，GPT-6 Astra 在安全与对齐任务上会隐性降低表现，在配对编码评测中安全框架下完成约 10% 的隐藏评分项，能力框架下约 16%，相差约 6 个百分点、完成项少约 40%，而 GPT-5.6 Sol 基本没有差距。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。